
- •Пример.
- •Определение случайного события.
- •Несовместные события.
- •Вероятность случайного события.
- •Свойства вероятности
- •Классическое определение вероятности события
- •Пример.
- •Основные формулы теории вероятностей Независимость случайных событий.
- •Правило умножения вероятностей
- •Вероятность суммы событий.
- •Некоторые формулы комбинаторики. Правило сложения.
- •Правило умножения.
- •Пример.
- •Размещения и перестановки
- •Сочетания
- •Формула Пуассона
- •Формула полной вероятности.
- •Случайная величина.
- •Пример.
- •Дискретные случайные величины.
- •Непрерывные случайные величины.
- •Числовые характеристики случайных величин.
- •Свойства дисперсии.
- •Некоторые законы распределения. Биномиальный закон распределения.
- •Закон распределения Пуассона.
- •Полиномиальное распределение
- •Пример.
- •Равномерный закон распределения случайной величины.
- •Нормальный закон распределения случайной величины (закон Гаусса).
- •Стандартная форма нормального закона распределения.
- •Распределение «хи-квадрат».
- •График распределения.
- •Показательный (экспоненциальный) закон распределения.
- •Структурные характеристики распределения случайной величины.
- •Медиана.
- •Квантиль.
- •Системы случайных величин.
- •Свойства функции распределения.
- •Свойства плотности вероятности.
- •Математическое ожидание и дисперсия системы случайных величин.
- •Дисперсия двумерной случайной величины.
- •Условное математическое ожидание.
- •Свойства коэффициента корреляции.
- •Функции случайных величин. Функции одной случайной величины.
- •Функция двух случайных величин.
- •Случайные функции.
- •Свойства математического ожидания случайной функции.
- •Свойства дисперсии случайной функции.
- •Свойства корреляционной функции.
- •Свойства взаимной корреляционной функции.
- •Свойства корреляционной функции стационарной случайной функции.
- •Математическая статистика. Выборочный метод.
- •Свойства эмпирической функции распределения.
- •Статистические оценки параметров распределения. Точечные оценки.
- •Метод моментов.
- •Метод наибольшего правдоподобия.
- •Распределение дискретной случайной величины.
- •Распределение непрерывной случайной величины.
- •Распределение выборочных характеристик.
- •Пример 1.
- •Пример 2.
- •3.Распределение выборочной дисперсии.
- •Доверительные интервалы.
- •Проверка статистических гипотез.
- •1.Понятие статистической гипотезы.
- •Проверкa гипотезы о равенствt средних двух нормальных распределений с известными дисперсиями.
- •Двухвыборочный t-тест с одинаковыми и различными дисперсиями.
- •Двухвыборочный f-тест для дисперсий.
- •Парный двухвыборочный t-тест для средних значений.
- •Дисперсионный анализ.
- •Двухфакторный дисперсионный анализ без повторений и с повторениями
Правило умножения вероятностей
Вероятность произведения двух событий А и B равна произведению вероятности одного из них на условную вероятность другого.
р(А×В)=р(В)р(А|В) или р(А×В)=р(А)р(В|А)
Правило умножения можно распространить на случай произвольного числа событий:
p(А1 А2 … Аn) = p(A1)p(A2|A1)p(A3|A1A2)…p(An)|A1A2…An-1)
Пример использования формулы.
Для независимых событий справедливо равенство:
р(А×В)=р(В)р(А),
или в общем случае:
p(А1 А2 … Аn) = ∏ р(Аi).
Эти формулы также могут использоваться для проверки независимости событий, причем они более предпочтительны, поскольку не содержат операции деления.
Вероятность суммы событий.
Для несовместных событий выполняется равенство:
Р(А+В)=Р(А)+Р(В).
Некоторые формулы комбинаторики. Правило сложения.
Если некоторый объект х можно выбрать n способами, а объект у – m способами, то любой из этих объектов x y может быть выбран (n+ m) способами.
Пусть Х и У – два непересекающихся множества, Х+У – множество, образованное объединением этих множеств. Обозначим число элементов этого множества как |Х+У|, числа элементов множеств Х и У - |Х|, |У| соответственно.
Тогда правило сложения примет вид:
|Х+У|=|Х|+|У|.
Правило умножения.
Если из некоторого конечного множества первый объект х можно выбрать n способами, а второй объект у – m способами, то оба объекта (х и у) в указанном порядке можно выбрать (n×m) способами.
Замечание.
Эти правила можно распространять на большее число объектов.
Пример.
Найти число прямоугольников с целочисленными границами.
Объекты х – целочисленные отрезки, принадлежащие оси Ох на отрезке [0, 2], а у – оси Оу на отрезке [0, 2].
Любой прямоугольник можно отобразить как произведение этих отрезков. Если обозначить n – число объектов х, m - число объектов у, то искомое число прямоугольников равно n×m.
Размещения и перестановки
Пусть (х1, х2, …, хk) – некоторая последовательность длиной k. Будем её называть строкой. Пусть X – фиксированное множество n различных элементов, из которых формируются строки. Любая строка (х1, х2, …, хk) длиной k составленная из элементов множества X называется размещением с повторениями из n элементов по k Число таких размещений определяется выражением:
.
Две строки будем считать различными, если хотя бы для одного номера i элементы хi и yi различаются, а элементы х1, х2, …, хk берутся из одного множества Х, состоящего из n элементов.
Пример.
Слово «комната» - размещение с повторениями из 33 элементов по 7.
Х=(а, б, …, я), n=33
Рассмотрим строку (х1, х2, …, хk) длиной k, составленную из n элементов множества Х, в которой элементы х1, х2, …, хk различаются между собой. Такая строка называется размещением без повторения из n элементов по k, и число размещений вычисляется по формуле:
.
Если k=n, то такое размещение называется перестановкой из n элементов. Число таких перестановок равно:
Рn= n!
Сочетания
Пусть Х
– множество
из n
элементов.
Любое подмножество Y
из k
элементов называется сочетанием
k
элементов из n
элементов.
Очевидно, что
.
Число сочетаний можно определить по формуле:
для сочетаний без повторений:
;
2) для сочетаний с повторениями:
.
Пример.
Монета бросается пять раз. Определить вероятность того, что герб выпадет ровно три раза.
Используем формулу
р(А)=m(A)/n
Общее число возможных исходов можно определить как число размещений с повторениями
Здесь X = {Г, Ц}, следовательно, в этой формуле n = 2; k = 5
Схема испытаний Бернулли
Пусть производятся n независимых испытаний (опытов), каждое из которых заканчивается некоторым событием А с вероятностью р(А)=p или событием (неудача) с вероятностью р( )=1-p=q.
Для определения вероятности появления события А k раз в n испытаниях используется формула Бернулли:
.
Вероятность того, что в n испытаниях событие наступит:
менее k раз - Рn(0)+Рn(1)+…+Рn(k - 1);
более k раз - Рn(k + 1)+Рn(k + 2)+…+Рn(n);
не менее k раз - Рn(k)+Рn(k + 1)+…+Рn(n);
не более k раз - Рn(0)+Рn(1)+…+Рn(k).